Z drugiej strony statystyki wnioskowe są wykorzystywane do generalizacji informacji o populacji na podstawie próbek. Jest więc duża różnica między statystykami opisowymi i inferencyjnymi, tj. Tym, co robisz z danymi. Rzućmy okiem na ten artykuł, aby uzyskać więcej szczegółów na dwa tematy.
Wykres porównania
Podstawa do porównania | Opisowe statystyki | Wnioskowanie statystyczne |
---|---|---|
Znaczenie | Statystyka opisowa to ta gałąź statystyki, która zajmuje się opisywaniem badanej populacji. | Wnioskowane statystyki to rodzaj statystyk, które koncentrują się na wyciągnięciu wniosków na temat populacji, na podstawie analizy i obserwacji próbek. |
Co to robi? | Organizuj, analizuj i prezentuj dane w znaczący sposób. | Porównuje, testuje i prognozuje dane. |
Forma ostatecznego wyniku | Wykresy, wykresy i tabele | Prawdopodobieństwo |
Stosowanie | Aby opisać sytuację. | Aby wyjaśnić szanse wystąpienia zdarzenia. |
Funkcjonować | Wyjaśnia dane, które już są znane, aby podsumować próbkę. | Próbuje dojść do konkluzji, aby dowiedzieć się więcej o populacji, która wykracza poza dostępne dane. |
Definicja statystyki opisowej
Statystyka opisowa odnosi się do dyscypliny, która ilościowo opisuje ważne cechy zbioru danych. W celu opisania właściwości wykorzystuje miary tendencji centralnej, tj. Średnią, medianę, mod i miary dyspersji, tj. Zakres, odchylenie standardowe, odchylenie kwartyle i wariancję itp.
Dane są podsumowywane przez badacza w użyteczny sposób za pomocą narzędzi numerycznych i graficznych, takich jak wykresy, tabele i wykresy, w celu dokładnego przedstawienia danych. Ponadto tekst jest przedstawiony na poparcie schematów, aby wyjaśnić, co reprezentują.
Definicja statystyk wnioskowych
Wnioskowanie statystyczne polega na uogólnieniu z próbki do populacji, tzn. Wyniki analizy próbki można wywnioskować na większą populację, z której pobiera się próbkę. Jest to wygodny sposób na wyciągnięcie wniosków na temat populacji, gdy nie jest możliwe zapytanie każdego członka wszechświata. Wybrana próba jest reprezentatywna dla całej populacji; dlatego powinien zawierać ważne cechy populacji.
Wnioskowanie statystyczne służy do określenia prawdopodobieństwa właściwości populacji na podstawie właściwości próbki, poprzez zastosowanie teorii prawdopodobieństwa. Główne inferencyjne statystyki są oparte na modelach statystycznych, takich jak analiza wariancji, test chi-kwadrat, rozkład t studenta, analiza regresji, itp. Metody statystyk wnioskowych:
- Estymacja parametrów
- Testowanie hipotezy
Kluczowe różnice między statystykami opisowymi i inferencyjnymi
Różnicę między statystykami opisowymi i inferencyjnymi można wyraźnie wyciągnąć z następujących powodów:
- Statystyka opisowa jest dyscypliną, która zajmuje się opisywaniem badanej populacji. Wnioskowane statystyki to rodzaj statystyk; który koncentruje się na wyciągnięciu wniosków na temat populacji, na podstawie analizy próbek i obserwacji.
- Statystyki opisowe zbierają, organizują, analizują i przedstawiają dane w znaczący sposób. Wręcz przeciwnie, Inferencyjne statystyki, porównują dane, testują hipotezę i przewidują przyszłe wyniki.
- Istnieje schematyczna lub tabelaryczna reprezentacja wyniku końcowego w statystykach opisowych, natomiast wynik końcowy jest wyświetlany w postaci prawdopodobieństwa.
- Statystyka opisowa opisuje sytuację, podczas gdy statystyki wnioskowe wyjaśniają prawdopodobieństwo wystąpienia zdarzenia.
- Statystyka opisowa wyjaśnia dane, które już są znane, w celu podsumowania próbki. I odwrotnie, statystyki wnioskowe próbują dojść do konkluzji, aby dowiedzieć się więcej o populacji; wykracza poza dostępne dane.
Wniosek
Tak więc, mamy wystarczająco dużo dyskusji na oba tematy, wszystko, co musisz wiedzieć, to to, że statystyki opisowe dotyczą tylko twojego bieżącego zestawu danych, podczas gdy statystyki inferencyjne koncentrują się na przyjmowaniu założeń na temat dodatkowej populacji, czyli poza badanym zbiorem danych. Podczas gdy statystyki opisowe zapewniają sumowanie danych, które badacz faktycznie przebadał, podczas gdy statystyki inferencyjne dokonują uogólnienia, co oznacza, że dane dostarczone do ciebie nie są faktycznie badane.